[논문 리뷰] How good is good enough for COVID19 apps? The influence of benefits, accuracy, and privacy on willingness to adopt

Gabriel Kaptchuk, Daniel G. Goldstein외 3명|arXiv (Cornell University)|2020. 05. 09.

COVID-19 Digital Contact Tracing참고 문헌 14인용 수 57

한 줄 요약

이 논문은 미국인을 대상으로 정확성과 프라이버시 우려, 더불어 공중 보건 및 개인 건강 혜택이 COVID-19 접촉 추적 앱 설치 의향에 어떤 영향을 미치는지 정량화하고 채택 임계값을 모델링한다.

ABSTRACT

A growing number of contact tracing apps are being developed to complement manual contact tracing. A key question is whether users will be willing to adopt these contact tracing apps. In this work, we survey over 4,500 Americans to evaluate (1) the effect of both accuracy and privacy concerns on reported willingness to install COVID19 contact tracing apps and (2) how different groups of users weight accuracy vs. privacy. Drawing on our findings from these first two research questions, we (3) quantitatively model how the amount of public health benefit (reduction in infection rate), amount of individual benefit (true-positive detection of exposures to COVID), and degree of privacy risk in a hypothetical contact tracing app may influence American's willingness to install. Our work takes a descriptive ethics approach toward offering implications for the development of policy and app designs related to COVID19.

연구 동기 및 목표

• 정확성과 프라이버시 우려가 COVID-19 접촉 추적 앱 설치 의향에 미치는 영향 평가.
• 채택 결정에서 정확성보다 프라이버시를 더 중시하는 집단 식별.
• 공중 보건 혜택, 개인 혜택, 프라이버시 위험의 varying 수준이 가상의 앱 설치 의향에 어떤 영향을 미치는지 모델링.

제안 방법

• 다양한 정확도 및 프라이버시 시나리오 하에서 앱 설치 의향을 평가하기 위해 대표적 미국 인구통계(연구 총합 n=4,615) 대상으로 대규모 설문 실시.
• vignette 및 무작위 실험 질문 사용하여 정확도(거짓 양성/거짓 음성) 및 프라이버시 누출을 서로 다른 엔티티로 다양화.
• 혼합 효과 이진 로지스틱 회귀를 적용하여 정확도/프라이버시 요인 및 응답자 인구통계에 따른 설치 의향 모델링.
• RQ3에서 시나리오 기반 설문 제시하여 공중 보건 혜택 및 개인 혜택, 암묵적/명시적 프라이버시 위험이 채택 의향에 미치는 영향 정량화.
• 암묵적 프라이버시 인식과 명시적 위험 진술을 비교하여 프라이버시 효과를 검증.

실험 결과

연구 질문

• RQ1 RQ1: 정확도와 프라이버시가 COVID 앱 설치 의향 모두에 영향을 미치는가?
• RQ2 RQ2: 서로 다른 유형의 사람들이 정확도 또는 프라이버시를 더 중시하는가?
• RQ3 RQ3: 사람들의 앱 채택에 필요한 공중 보건 혜택, 정확도, 또는 프라이버시 위험의 정도는 얼마인가?

주요 결과

• 미국인의 70-80%는 완전히 프라이빗하고/또는 완전히 정확한 앱을 설치하겠다고 말하는 반면, 명시되지 않은 프라이버시나 정확성의 경우는 50-60%로 더 낮다.
• 거짓 음성(false negatives)은 거짓 양성(false positives)이나 프라이버시 유출보다 설치 의향에 훨씬 더 부정적 영향을 준다.
• 설치 의향은 앱의 공중 보건 혜택 및 개인 건강 혜택과 양의 상관관계를 보이며, 두 차원 중 적어도 하나에서 50% 개선을 수용하는 경향이 다수다.
• 코로나로 사망한 사람을 아는 사람은 정확도에 오류가 있을 때 설치 의향이 5배 이상 높다.
• 응답자들은 평균적으로 거짓 양성에 더 편안하고 거짓 음성, 특정 프라이버시 누출(예: 비영리)의 경우에 더 편안하다(다른 예: 고용주).
• 젊은 사람 및 여성은 프라이버시 위험이 있는 앱 설치 의향이 더 낮게 나타나고, 인터넷 기술 수준이 높을수록 정확도나 프라이버시 오류에 직면했을 때 의향이 증가한다.
• 프라이버시 누출에 대한 암묵적 위험 인식은 채택 의향을 예측하는 명시적 위험 진술과 일치한다.